Normalizasyon Yöntemlerinin Biyomedikal Verilerde Sınıflandırma Performansına Etkisi

Abstract

Günümüzde tıpta hastalıklarla ilgili veri miktarı artmakta ve bu verilerden hastalığın sınıfı hakkında tahminler yapılmaktadır. Bu tahminlere için olumlu sonuç sağlayabilecek teknikler üzerinde çalışmalar geliştirilmektedir. Bu tahminler için kullanılacak olan sınıflandırma algoritmaları bu tekniklerle daha doğru sınıflandırma başarısı gösterebilmektedir. Bu çalışmada karaciğer ve kalp hastalığı veri setleri ondalık ölçekleme, minimum maksimum, z-skor ve norm normalizasyon yöntemleriyle normalize edilmiştir. Daha sonra bu normalize edilen veriler ve ham verilere, 4 farklı k-kat çapraz değerlendirmede (2,5,10,20) yapay sinir ağları, Naive Bayes, destek vektör makinesi, k-NN ve karar ağacı gibi çeşitli sınıflandırma algoritmalarıyla ORANGE programı kullanılarak sınıflandırma işlemine tabi tutulmuştur. Verilerin sınıflama doğrulukları değerlendirilmiş ve normalizasyon yöntemlerinin sınıflandırma performansını artırdığı gözlemlenmiştir.